ما المقصود بالعمليات القائمة على الوكلاء (AgenticOps)؟

من الذكاء الاصطناعي إلى الوكلاء: كيف وصلنا إلى هنا

على عكس العمليات المدعومة بالذكاء الاصطناعي (AIOps) التقليدية الخاصة بتكنولوجيا المعلومات (IT)، والتي تتوقف عند التنبيهات والتوصيات، تذهب العمليات القائمة على الوكلاء (AgenticOps) إلى أبعد من ذلك من خلال الوكلاء المدعومين بالذكاء الاصطناعي الذين يفسّرون أسباب المشاكل ويعملون بسرعة الآلة. يظل البشر يعملون في تعاون تشاركي معًا، وليس في جزر منعزلة — يعملون جنبًا إلى جنب مع الوكلاء من خلال مساحة عمل واحدة مشتركة بدلًا من التوفيق بين عدة واجهات زجاجية. والنتيجة هي نوع جديد من العمليات عبر المجالات: يتم منع المشاكل أو حلها بشكل أسرع، وتتقلص التذاكر، وتتواءم تكنولوجيا المعلومات (IT) في الوقت الفعلي. لسنوات، وعدت عمليات الذكاء الاصطناعي (AIOps) بتكنولوجيا معلومات أكثر ذكاءً — ولكن كان هذا يعني إلى حد كبير تنبيهات أفضل ولوحات معلومات أكثر جاذبية. مفيدة، لكنها تظل تفاعلية. لقد توقف هذا النموذج عند الاكتشاف وترك الحلّ للفرق البشرية.

التقدّم:

• القواعد والنصوص (ثمانينيات وتسعينيات القرن العشرين): الأتمتة من خلال القاعدة الشرطية "إذا/فمن ثمّ" للمهام المتكررة.
• تعلم الآلة (العِقدان الأول والثاني من القرن الوحد والعشرين): خوارزميات لاكتشاف الحالات الشاذة والتعرف على الأنماط.
• الذكاء الاصطناعي التوليدي (أوائل عشرينيات القرن الواحد والعشرين): نماذج تقدّم تفسيرات وملخصات وإجابات بطلاقة، ولكنها تظل تفاعلية ومحدودة باستجابات بدور واحد.
• الذكاء الاصطناعي القائم على الوكلاء (منتصف عشرينيات القرن الواحد والعشرين): أنظمة الذكاء الاصطناعي التي تعمل كوكلاء — كيانات مستقلة قادرة على التفكير خطوة بخطوة، وتسلسل المهام، والوصول إلى الأدوات والبيانات، والتنسيق مع الوكلاء الآخرين أو البشر لتحقيق هدف معين.

ما المقصود بوكيل الذكاء الاصطناعي؟

وكلاء الذكاء الاصطناعي عبارة عن كيانات برمجية مستقلة لا تستجيب فحسب - بل تقرر وتتصرف. على عكس روبوتات الدردشة أو لوحات المعلومات التي تقدم المعلومات فحسب، يفهم الوكلاء الأهداف والسياقات التي يعيّنها البشر، ويخططون للمهام وينفذونها، ويتكيفون مع الظروف، ويتعلّمون باستمرار.

يتم تعريف الوكلاء الموثوقين على نطاق المؤسسة من خلال خمس سمات: 

• الهوية والسياق: دور وهدف ونطاق كلها واضحة.
• التفكير المنطقي: يحلّلون المسائل المعقدة، ويوازنون بين البدائل، ويتخذون خيارات مدركة للسياق.
• النطاق: يعملون باستمرار عبر أنظمةٍ قيد التشغيل دائمًا.
• الأمن: تكون الإجراءات مقيدة بالسياسة والأذونات ومسارات التدقيق.
• الكفاءة التشغيلية: من خلال الجمع بين التفكير المنطقي والأتمتة، يقلل الوكلاء من الجهد اليدوي ويسرّعون النتائج.

تجعل هذه الصفات مجتمعةً الوكلاء أكثر من مجرد مساعدين. فهم متعاونون — قادرون على العمل مع وكلاء آخرين ومع البشر لدفع العمليات إلى الأمام.

الطبقة الخاصة بالوكلاء وطبقة التنسيق

لا يعمل الوكلاء بمعزل عن بعضهم البعض. في بعض الأحيان يسلّمون المهام مباشرة إلى بعضهم البعض — على سبيل المثال، يمرّر وكيل المراقبة البيانات إلى وكيل التشخيص، أو يسجّل وكيل المعالجة النتائج لوكيل التعلّم. هذه تفاعلات مباشرة ومحددة النطاق.

ولكن عندما تزداد مهام سير العمل تعقيدًا، تتدخل الطبقة الخاصة بالوكلاء. فهي تدير التعاون عبر وكلاء متعددين: تقسيم المهام، وتنسيق العمل في مسارات متوازية، وتسوية النتائج المتعارضة، والحفاظ على السياق المشترك. تعتمد الطبقة الخاصة بالوكلاء على نماذج — تأسيسية، أو محسّنة بشكل دقيق، أو خاصة بمجال ما — لمساعدة الوكلاء على تقسيم العمل بذكاء وتنسيق تفكيرهم المنطقي.

فوق ذلك توجد طبقة التنسيق. تضمن هذه الطبقة حدوث الإجراءات بالترتيب الصحيح وفي إطار مسارات السياسة الواضحة — على سبيل المثال، جمع نتائج القياس عن بُعد قبل بدء أدوات التشخيص، أو التحقق من صحة الإصلاحات قبل المعالجة. في حين أن التنسيق يكون مدفوعًا بسير العمل، إلا أنه يمكنه أيضًا استخدام النماذج لتفسير قصد المشغّل، والتحقق من صحة الخطوات، وإنتاج تتبعات التفكير المنطقي.

داخل طبقة التنسيق، يوفر بروتوكول سياق النموذج (MCP) النسيج التوصيلي. على عكس واجهات برمجة التطبيقات (APIs) التقليدية - التي يكون فيها كل تكامل مخصصًا ومحدودًا - يوحّد بروتوكول سياق النموذج (MCP) كيفية اتصال الوكلاء بالنماذج والأدوات والبيانات. فهو يمنح التنسيق طريقة متسّقة للسماح للوكلاء باكتشاف الموارد التي يحتاجون إليها والوصول إليها واستخدامها بأمان. وهذا يجعل التفاعلات أكثر مرونة وقابلية للتوسع والتحكم مقارنة بعمليات الدمج من نقطة إلى نقطة فقط.

توفر الطبقة الخاصة بالوكلاء وطبقة التنسيق معًا البنية التي تجعل الإجراء المستقل موثوقًا به وقابلًا للتفسير وقابلًا للتكرار.

لماذا AgenticOps الآن؟

تكنولوجيا المعلومات الحديثة معقدة للغاية وسريعة للغاية ومجزأة للغاية بالنسبة للبشر وحدهم. وقد حسّنت عمليات الذكاء الاصطناعي (AIOps) قابلية الرؤية، لكنها توقفت عند التنبيهات والتوصيات. ولهذا السبب، فنحن بحاجة للانتقال من AIOps إلى AgenticOps.AgenticOps vs. AIOps

باختصار: ساعدت AIOps تكنولوجيا المعلومات على رؤية المشكلات في وقت أقصر. بينما تمكّن AgenticOps تكنولوجيا المعلومات من حلها — بالسرعة والتوسع اللذين تتطلبهما البيئات الحديثة.

نهج Cisco

يتمثل نهج Cisco تجاه AgenticOps في توحيد القياس عن بُعد والذكاء والتعاون في إطار عمل واحد متماسك. الهدف هو جعل الوكلاء موثوقين على نطاق المؤسسة — قادرين على التفكير المنطقي في السياق، والتصرف بأمان، والعمل بسلاسة جنبًا إلى جنب مع المشغّلين البشريين.

• الهوية والسياق: في Cisco AI Canvas، يكون لكل وكيل دور محدد — المراقبة والتشخيص والمعالجة والتعلم — لذلك تكون مهام سير العمل قابلة للتبع وقابلة للتدقيق وتعاونية.
• التفكير المنطقي: تم تدريب "نموذج الشبكة العميقة" على أكثر من 40 عامًا من بيانات Cisco التشغيلية — خبرة CCIE، وقياس الإنتاج عن بُعد ورؤى Cisco التحليلية — حتى يتمكن الوكلاء من التفكير المنطقي بدقة وعمق لا يمكن للنماذج العامة مجاراته.
• النطاق: تمتد منصة Cisco عبر مجمع المباني والفرع والسحابة والحافة. يستهلك الوكلاء القياس عن بُعد عبر منظومة Cisco، بما في ذلك Meraki وThousandEyes وSplunk، بسرعة الآلة. ومع وقوف خوادم MCP عبر منتجات Cisco، يكتسب الوكلاء طريقة قياسية قابلة للتوسع للوصول إلى الأدوات والبيانات التي يحتاجون إليها.
• الأمن: يخضع كل إجراء للوصول المشفر، والبنية التقنية الشفافة، وآثار التفكير المنطقي. يحتفظ المشغّلون بالإشراف على الإجراءات مع القدرة على التحقق من صحتها أو الموافقة عليها أو تجاوزها في أي مرحلة.
• الكفاءة التشغيلية: يوفر Cisco AI Assistant وAI Canvas مساحة عمل باللغة الطبيعية حيث يتعاون البشر والوكلاء في الوقت الفعلي، مع استبدال أجزاء متعددة من الواجهات الزجاجية لتحل محلها تجربة موحدة.

تجعل هذه الإمكانيات مجتمعةً مع Cisco العمليات القائمة على الوكلاء (AgenticOps) متعددة البيانات حسب التصميم، ومتعددة المشغّلين عبر عمليات الشبكة (NetOps) والعمليات الأمنية (SecOps)، ومدعومة بنموذج مُصمم لغرض محدد — كل ذلك مع استقلالية يمكنك الوثوق بها.

خلال الممارسة

تخيل مشهدًا لتباطؤ في مكتب فرعي.

• يكتشف وكيل المراقبة الحالات الشاذة في القياس عن بُعد من ThousandEyes.
• يربط وكيل التشخيص تلك النتائج بسجلات Meraki اللاسلكية ورؤى Splunk التحليلية.
• بالنسبة لسير العمل الأكثر تعقيدًا هذا، تعمل الطبقة الخاصة بالوكلاء على التنسيق بين وكلاء متعددين — من خلال تقسيم المهام، وتشغيل تتبعات المسارات بالتوازي، وتسوية النتائج.
• هنا، ينقر الوكلاء على "نموذج الشبكة العميقة من Cisco"، لتطبيق التفكير المنطقي الخاص بالمجال للتعرف على الأنماط والأسباب الجذرية التي قد تفوّتها النماذج العامة.
• ترتّب طبقة التنسيق، باستخدام MCP، تسلسل الخطوة التالية بموجب السياسة: التحقق من صحة البيانات قبل متابعة المعالجة.
• يظهر السبب الجذري: موجّه مكوَّن بشكل خاطئ على مسار تكراري.
• يقترح وكيل المعالجة إصلاحًا تم التحقق من صحته. من خلال Cisco AI Assistant، يراجع المهندس ويوافق على الإصلاح، ويطبقه الوكيل تلقائيًا.
• يسجّل وكيل التعلّم سير العمل، بتحديث تتبعات التفكير المنطقي حتى يتحسّن النظام في المرة القادمة.

ظهر كل هذا في AI Canvas: القياس عن بُعد، والتفكير المنطقي، والإجراءات، وعمليات التحقق من الصحة في مكان واحد. يوفر "نموذج الشبكة العميقة من Cisco" الذكاء، ويتولى الوكلاء رفع الأعباء الثقيلة، ويبقى البشر متحكّمين.

النتيجة: لا غرف حرب، ولا أعمال تخمين، ولا تأخير - فقط حل بسرعة الآلة، مع دمج الثقة والشفافية.

المخاطر والمسؤولية

يمكن للوكلاء التصرف في جزء من الثانية — ولكن مع اكتساب الثقة. لذلك السبب أصبح كل إجراء من Cisco قابلًا للتفسير وشفافًا وقابلًا للعكس. اليوم، تبقى متحكّمًا. بمرور الوقت، مع بناء الثقة، يمكنك السماح للذكاء الاصطناعي بتولي المزيد — مع العلم أنه تم تصميم الاستقلالية هندسيًا لتكون جديرة بالثقة من البداية.

تبني Cisco هذا المسار عن عمد:

• تضمن البنية التقنية الشفافة، والوصول المشفر، ومسارات التدقيق تطبيق المساءلة.
• يقدم "نموذج الشبكة العميقة" نتائج خاصة بالمجال على مستوى الخبراء.
• تعمل خوادم MCP على معايرة وتأمين كيفية اتصال الوكلاء بالأدوات والبيانات.

تجعل هذه العوامل مجتمعةً من AgenticOps أتمتة غير خاضعة للفحص، ولكنها تجعلها إطار عمل جديرًا بالثقة من حيث الاستقلالية.

الطريق إلى الأمام

يعد AgenticOps أكثر من مجرد إصلاحات أسرع — إنه نظام التشغيل لمستقبل تكنولوجيا المعلومات. ستدفع التوائم الرقمية، واكتشاف الانجراف، والتعلم المستمر العمليات من مكافحة الحرائق التفاعلية إلى المنع الاستباقي. مع بناء الثقة، سيضطلع الوكلاء بالمزيد من العمل، للانتقال من الخطوات الخاضعة للإشراف إلى الحل المستقل — الذي يتّسم بقابلية التفسير والشفافية والتحكم دائمًا.

تعمل Cisco بالفعل على وضع هذا الأساس. من خلال توحيد القياس عن بُعد والتفكير المنطقي والتعاون عبر الشبكات والسحابات والأمان، نعمل على هندسة استقلالية يمكن الوثوق بها على نطاق واسع.

التحول واضح: ساعدتك AIOps على رؤية المشكلات. بينما تساعدك AgenticOps على حلّها.